N u ev o s e n fo q u e s Acelerar la comercialización de terapias avanzadas: ¿tarea de la biosimulation ? ` David Polidori y Jeff Trimmer En los últimos 10 años, se han aplicado tecnologías genómicas y proteómicas en la identificación y desarrollo de una nueva generación de tratamientos para la diabetes. Mientras que estas tecnologías se han automatizado cada vez más, produciendo una avalancha de posibles objetivos terapéuticos y novedades biológicas, los cálculos estiman que los costes y el tiempo de desarrollo de medicamentos por separado seguirán creciendo, y que pronto excederá el billón de USD.1 Una importante razón para este aumento de costes es el enorme número de compuestos que fracasan clínicamente tras varios años de desarrollo preclínico (alrededor del 50% de los compuestos fracasa durante los primeros ensayos clínicos). Es necesario un contexto biológico que integre las interacciones dinámicas de los mecanismos reguladores que distinguen la salud de la enfermedad y que, en consecuencia, prediga los resultados terapéuticos. Esto aún no existe dentro del enfoque intensivo de datos de hoy día. La biosimulación, también denominada 'modelling' por ordenador o biología in silico, es una solución de biología de sistemas para este problema, que utiliza la abundancia de diferentes datos para construir un modelo dinámico de fisiología humana. >> Septiembre 2003 Volumen 48 Número 2 28 Reproducir el organismo La biosimulación nos ofrece un enfoque sistemático que integra los datos clínicos y '-ómicos' en senderos metabólicos funcionales. Estos se pueden evaluar como una red compleja con el fin de identificar las metas biológicas y los compuestos como candidatos para el tratamiento de una enfermedad. Con el fin de asegurar que la compleja red ofrece una representación razonable y exacta de la fisiología humana, es vital que se desarrolle un proceso riguroso de validación. Hay una historia razonablemente larga de reproducción matemática en investigación sobre metabolismo y diabetes, ampliamente debida al interesante y complejo comportamiento dinámico de las células beta pancreáticas y el círculo de respuesta entre glucosa e insulina, que ya se ha descrito minuciosamente. Entre otros ejemplos dentro de este área existen: el modelling de la electrofisiología de células beta de islote unidas eléctricamente – este método se ha utilizado durante décadas y ha sido de utilidad para identificar los mecanismos involucrados en la secreción de insulina por parte de dichas células muchos esfuerzos dirigidos a reproducir los cambios de la glucosa y la insulina en el organismo, a distintos N u ev o s e n fo q u e s niveles de detalle, para una serie de aplicaciones, como: u a obtención de un entendimiento cuantitativo de la regulación de los niveles de sangre y de secreción de insulina estimulada por la glucosa con el fin de investigar el papel que los diversos procesos fisiológicos juegan en la diabetes y su tratamiento u el cálculo de la sensibilidad a la insulina y la glucosa en distintos individuos pacientes de diabetes. El 'modelo mínimo' del metabolismo de la glucosa de Bergman (y varias variaciones posteriores del modelo), que permite que se mida la sensibilidad a la insulina y la eficacia de la glucosa utilizando un test clínico estándar de tolerancia a la glucosa, es uno de los modelos matemáticos más ampliamente aplicados en cualquier área de la biología y la medicina. u el desarrollo del suministro automatizado de insulina mediante la utilización de bombas para personas con diabetes que detecte el nivel real de glucosa y utilizando un modelo matemático y teoría sobre el control para determinar el suministro 'óptimo' de insulina en cada minuto u el modelling de las vías de señalización de la insulina de las células que responden a la insulina para comprender mejor los mecanismos moleculares implicados en la vía de señalización responsable para la toma de glucosa estimulada por la insulina. Una importante cuestión que surge en el descubrimiento y desarrollo de terapias es, "si un nuevo medicamento inhibe la vía X en el órgano (o los órganos) Y, ¿qué efectos (tanto positivos como negativos) tendrá esto sobre la respuesta de todo el organismo?" Los trabajos anteriores sobre reproducción se han centrado por lo general en sistemas aislados y, por ello, no han podido responder a este tipo de preguntas.Tras los recientes avances científicos e informáticos, hoy es posible desarrollar y aplicar modelos más completos de metabolismo y diabetes para responder estas preguntas. ( ) La biosimulación tiene un gran potencial para mejorar la investigación biomédica. Aprovechamiento de las nuevas tecnologías Algunos de los principales avances que han hecho esto posible son: El desarrollo de técnicas experimentales que miden con exactitud muchas cantidades y flujos biológicos Estas técnicas, que van desde las micromatrices que miden la expresión genética hasta los marcadores radioactivos y no radioactivos que se usan para medir los índices de reacción de todo el organismo ante algunas sustancias in vivo, se están utilizando en el suministro de muchos de los datos necesarios para desarrollar y validar modelos matemáticos. Avances en la comprensión y reproducción matemática de sistemas robustos y complejos Gran parte de este trabajo se desarrolló mediante el estudio de complicados sistemas formados por muchos componentes (por ejemplo, un Boeing 777 o el Internet) que comparten propiedades similares con sistemas biológicos. 29 Mejoras de la capacidad informática que permiten la simulación de sistemas grandes y complejos en económicos ordenadores personales Por ejemplo, los modelos actuales más completos del metabolismo humano contienen más de 400 variables metabólicas diferentes; estos modelos pueden simular un experimento de 24 horas en alrededor de 45 segundos en un ordenador portátil estándar. Se puede utilizar un grupo de ordenadores relativamente baratos para desarrollar una serie de simulaciones que representen distintos tipos de paciente, hipótesis alternativas y numerosos enfoques terapéuticos. Desafíos por vencer Incluso con estos avances, la complejidad típica que se necesita para las biosimulaciones a gran escala hace que desarrollarlas resulte un desafío y se necesiten amplios recursos, entre otros un software sofisticado de reproducción y análisis. La aplicación de esos modelos en el descubrimiento de medicamentos y en el proceso de desarrollo implica varios desafíos adicionales, como: crear un software que permita que estos modelos se desarrollen, se modifiquen, se expandan y se confirmen con rapidez a la vez que lo hace el estado actual de los conocimientos (que cambia constantemente) modificar la organización de los departamentos de investigación de modo que se facilite la formación de equipos multidisciplinares formar a matemáticos, ingenieros y científicos para formar un equipo multidisciplinar que desarrolle complejos modelos de enfermedad y dirijan las investigaciones in silico superar el escepticismo reinante dentro de la comunidad biológica ante la capacidad de reproducir matemáticamente sistemas biológicos >> Septiembre 2003 Volumen 48 Número 2 N u ev o s e n fo q u e s con un alto nivel de complejidad e incertidumbre. Ha habido un reconocimiento de estos desafíos durante los últimos años, y se están haciendo distintos esfuerzos por superarlos. Muchas universidades están añadiendo departamentos de bioingeniería, y se han creado varios institutos de biología de sistemas en Asia,América, y Europa. Hay una serie de compañías y grupos de investigación académica que están desarrollando modelos matemáticos avanzados y/o software diseñados específicamente para estudiar complejos sistemas biológicos. Varias respetables organizaciones científicas están apoyando los esfuerzos de la biología de sistemas y reproducción matemática, entre otros los Institutos Nacionales de Salud (NIH), el Instituto Nacional de Diabetes y Enfermedades Digestivas y Renales (NIDDK), la Fundación Nacional de Ciencias (NSF) y la Asociación de Diabetes Americana, todas ellas instituciones estadounidenses. Cooperación para hacer público su potencial Entelos Inc, empresa líder en biosimulación, ha estado cooperando con compañías farmacéuticas para emplear metodologías de biosimulación a lo largo de todo el canal de descubrimiento y desarrollo de medicamentos. Otras cooperaciones anteriores incluyen la evaluación de un nuevo gen como objetivo potencial de un medicamento con Bayer,2 la optimización del diseño de un ensayo clínico con Johnson & Johnson,3 y el establecimiento de una nueva patente médica con Merck.3 La utilización de biosimulación en estas y otras cooperaciones aportó desarrollos futuros y resultados que generaron planes de validación de objetivos sistemáticos, protocolos experimentales específicos diseñados para confirmar las funciones Septiembre 2003 Volumen 48 Número 2 planteadas en las hipótesis y la optimación de los ensayos clínicos en desarrollo. Para avanzar la utilización de la biosimulación como aspecto fundamental del proceso de desarrollo de medicamentos, la Asociación Americana de Diabetes (ADA), y Entelos han creado el Foro de Investigación sobre Diabetes.4 Este innovador foro implica los esfuerzos de investigación en cooperación entre Entelos y las principales compañías farmacéuticas con la supervisión de la ADA. En este foro, Entelos continuará desarrollando sus capacidades de biosimulación metabólica con compañías farmacéuticas para trabajar específicamente en áreas de investigación que apoyen los esfuerzos de esa compañía por desarrollar terapias para tratar la diabetes. Este foro, que utiliza la experiencia combinada de Entelos, de compañías farmacéuticas y del ADA, fue diseñado para ayudar a desarrollar nuevas terapias para la diabetes tipo 2 mediante una incorporación más amplia de la biosimulación en los procesos de desarrollo de medicamentos. La biosimulación tiene un gran potencial para mejorar la investigación biomédica y para resolver muchos de los desafíos actuales en el desarrollo de medicamentos. Algunas de las áreas principales de investigación en el futuro mediante biosimulación perseguirán la obtención de un mejor entendimiento de la heterogeneidad de las enfermedades y los cambios biológicos que se dan durante el progreso de una enfermedad para predecir mejor los efectos a largo plazo de varios enfoques terapéuticos en distintos pacientes. Como cualquier nueva tecnología que se introduce en la investigación farmacéutica, la biosimulación se está 30 evaluando mediante su continua capacidad de conseguir una comercialización más rápida y barata de terapias nuevas y eficaces. De momento, la biosimulación está cambiando las cosas. ` David Polidori y Jeff Trimmer Jeff Trimmer es científico veterano y jefe del programa del Foro de Investigación sobre Diabetes, un foro de investigación formado por el departamento de I+D In Silico de enfermedades metabólicas de Entelos, la Asociación Americana de Diabetes (ADA) y socios de la industria farmacéutica. Es miembro de la ADA. David Polidori es el director del departamento de I+D In Silico de enfermedades metabólicas de Entelos, Inc. Es miembro de la Asociación Americana de Diabetes. Bibiografía 1. Dimasi TA. Tufts Center for the Study of Drug Development Annual Forum. Philadelphia 2001. 2. Scherrer D, Bacon K. From Gene to invitro/in vivo Function: Successful Target Validation Using In Silico Technology, CHI Genomics on Target Conference. Boston, 2002. 3. Wallwork C Using the Entelos Diabetes PhysioLab to Improve Clinical Trial Design and Data Analysis, In Silico Biology Conference. San Diego, 2002. 4. Stokes CL, Lewis AK, Subramanian K, Klinke DJ, Okino M, Edelman JM. A computer model of chronic asthma with application to clinical studies: example of treatment of exercise-induced asthma. Journal of Allergy and Clinical Immunology 2001, 107(5): 933.